Мы живем в эпоху, когда количество новостей об ИИ за неделю превышает то, что раньше происходило за год. Отделить сигнал от шума становится практически невозможно.

В такие моменты полезно сделать шаг назад и послушать людей, которые мыслят десятилетними циклами, а не недельными спринтами. Один из таких людей — Бенедикт Эванс, ветеран Кремниевой долины и стратег, который видел смену эпох от мейнфреймов до смартфонов.

Недавно он поделился своим видением того, где мы находимся в цикле развития ИИ. Это не про «какая нейронка лучше рисует картинки», а про то, как меняется структура технологий и бизнеса.

Давайте разберем его ключевые тезисы и переведем их на понятный язык стратегии и практики.

1. ИИ — это движущаяся мишень. Эффект привыкания.

Эванс сформулировал блестящую мысль, которая объясняет всю историю компьютерных наук: «Как только это начинает работать идеально, мы перестаем называть это ИИ».

Что это значит?

В 80-е и 90-е годы задачи, связанные с эффективным поиском информации в огромных массивах данных, оптимизацией запросов и построением сложных баз данных, считались передним краем «интеллектуальных систем». Этим занимались кафедры искусственного интеллекта.

Сегодня для любого IT-специалиста SELECT * FROM users WHERE... — это рутина. Это просто «база данных», просто «софт». Магия исчезла, осталась утилита.

То же самое происходит прямо сейчас. Сегодня ярлык «ИИ» гордо носят LLM (большие языковые модели вроде GPT-5 или Claude). Они кажутся нам чудом. Но через 5-7 лет встроенный в ваш текстовый редактор помощник, который на лету рефакторит код или пишет документацию, будет восприниматься не как «ИИ», а как «ну, это просто современный текстовый редактор».

Почему это важно понимать: Мы движемся по предсказуемым циклам. То, что сегодня является конкурентным преимуществом и «магией», завтра станет базовым требованием к инфраструктуре.

Эффект фрактала: Ничто не умирает насовсем

Вторая важная мысль здесь — технологические слои наслаиваются, а не заменяют друг друга тотально.

• Появление ПК не убило мейнфреймы (на них до сих пор крутится половина мировой банковской системы).

• Появление веба не убило десктопные приложения.

• Появление смартфонов не убило ноутбуки.

Эванс называет это «эффектом фрактала». В контексте ИИ это означает, что появление новых генеративных моделей для видео или 3D не «удалит» ChatGPT. И уж тем более ИИ не отменит необходимость в классическом программировании, базах данных и сетевых протоколах.

Практический вывод: Мы строим новый, невероятно мощный слой абстракции поверх всего, что создали ранее. Не ждите, что старый мир исчезнет; готовьтесь к тому, что он станет фундаментом для нового.

2. Четыре стратегических сдвига: Как меняются правила игры

Если отбросить теорию, что все это значит на практике для компаний и IT-команд? Вот четыре неочевидных вывода, которые меняют правила игры прямо сейчас.

Сдвиг №1: От чуда к неизбежной утилите

Мы прошли точку, где ИИ воспринимался как «вау-эффект». С выходом новых мультимодальных моделей и подтверждением законов масштабирования (чем больше модель и данные, тем она умнее) стало ясно: «стены» в обучении пока нет. Технология работает и будет работать лучше.

Вопрос для бизнеса меняется кардинально:

• Было: «А сработает ли эта штука у нас? Может, попробуем?»

• Стало: «Какие части нашего бизнеса станут просто бесплатной функцией благодаря ИИ?»

Если ваша компания занимается, например, переводами, копирайтингом или базовой техподдержкой, ИИ превращает вашу ключевую услугу в дешевую утилиту.

Практический вывод: Если вы не внедряете ИИ как базовую инфраструктуру (как когда-то внедряли интернет или CRM), вы не просто отстаете — вы выпадаете из рынка. ИИ становится «электричеством» для бизнес-процессов.

Сдвиг №2: Ловушка первого шага (Path Dependency)

Внедрение ИИ происходит крайне неравномерно. Есть компании, где ИИ используют только энтузиасты-одиночки, и есть те, кто перестраивает процессы. Разрыв в продуктивности между ними — десятикратный.

Но самое важное здесь — понятие «зависимости от пути» (path dependency). То, с чего вы начнете внедрение ИИ, определит ваш потолок в будущем.

Пример: Представьте компанию в 80-х, которая первой купила компьютеры и программу VisiCalc (прадедушка Excel).

• Если они использовали её просто как «быстрый калькулятор» чтобы проверять расчеты бухгалтера, они получили прирост эффективности в 10%.

• Но если они поняли, что эта штука позволяет моделировать финансовые сценарии в реальном времени, они изменили саму структуру управления финансами в компании. Они получили стратегическое преимущество.

То же самое с ИИ. Если вы используете ИИ только для «саммари текстов» или генерации картинок для соцсетей, вы застрянете на этом уровне. Вы никогда не поймете мощь агентских систем — ИИ, который может самостоятельно выполнять цепочки задач (прочитать почту, понять проблему, завести тикет в Jira, написать черновик ответа).

Практический вывод: Выбирайте для старта внедрения не самые простые задачи, а те процессы, где ИИ может изменить сам поток информации. Это определит вашу дальнейшую траекторию.

Сдвиг №3: Вы — архитектор, а не зависимый клиент

Главная ошибка сейчас — становиться «OpenAI-шопом» или «Google-шопом», жестко привязывая весь свой код к API одного вендора (vendor lock-in).

Архитектура будущего — это умная маршрутизация (routing). Ваша система должна уметь на лету решать, какую модель использовать для конкретной задачи.

• Пользователь задал простой вопрос в чате? Отправляем запрос в дешевую и быструю собственную модель (например, Llama 3 8B).

• Пришел сложный запрос, требующий глубокого анализа юридического документа? Маршрутизируем его в дорогую, но умную GPT-5 или Claude 4 Opus.

• Есть требования по приватности данных? Используем только локальную модель.

Практический вывод: Будьте умным архитектором. Создавайте слой абстракции между вашим приложением и моделями ИИ. Это позволит вам переключаться между вендорами, экономя деньги и не завися от их прихотей.

Сдвиг №4: ИИ ест оргструктуру, а не только код

Известный исследователь ИИ Андрей Карпаты недавно сказал: «Нам нужно научиться представлять LLM как инопланетный разум, с которым мы устанавливаем первый контакт». Это не про фантастику, а про то, что этот интеллект работает иначе, чем человеческий.

К 2025-2026 годам ИИ-агенты станут неформальными «начальниками штаба» для каждого сотрудника. Они будут читать Slack, ставить задачи, следить за дедлайнами.

Это фундаментально изменит иерархию в компаниях.

1. Смена ролей: Раньше мы платили людям за «делание» (doing) — написание кода, текста, составление отчета. Теперь роль человека смещается к «постановке задач» (specifying) и «проверке результата» (verifying). Человек становится менеджером ИИ-агентов.

2. Смерть «передастов»: Огромное количество менеджеров среднего звена занимаются тем, что просто передают информацию из одного отдела в другой, синхронизируют статусы и пинают людей. ИИ-агенты делают это быстрее, прозрачнее и круглосуточно. Количество таких «координационных» ролей резко сократится.

Практический вывод: Вам придется менять оргструктуру быстрее, чем когда-либо. Готовьтесь к тому, что вашим сотрудникам нужны будут навыки промпт-инжиниринга и критического мышления для проверки работы ИИ, а не навыки рутинного исполнения.

Заключение: Что делать лидеру прямо сейчас?

Мы живем в информационной центрифуге. Новости об очередном прорыве появляются каждый день. Пытаться реагировать на всё — верный путь к выгоранию и параличу решений.

Совет Бенедикта Эванса прост и сложен одновременно: сделайте шаг назад.

Возьмите паузу. Соберите свою команду (техническую и бизнесовую) у белой доски. И вместо обсуждения новой фичи в Midjourney, задайте фундаментальный вопрос, используя фреймворк Эванса:

«Меняет ли эта новость нашу операционную реальность?»

• Стала ли модель настолько дешевой, что мы можем внедрить ее везде?

• Появился ли агент, который может заменить целый отдел координации?

• Не попадаем ли мы в ловушку вендор-лока?

Только способность «переваривать» информацию в тишине, вдали от хайпа Twitter и LinkedIn, и формировать собственные твердые убеждения позволит вам вести команду вперед, а не тонуть в бесконечном потоке обновлений. Стратегия сегодня важнее тактики.

Статья создана по мотивам видео: https://www.youtube.com/watch?v=iGvJpBWWGOU

Если вы когда-нибудь пользовались Airbnb, листали Pinterest или общались в Facebook — вы уже соприкасались с проектами, в которые инвестировал a16z.

Венчурная фирма из Кремниевой долины, основанная Марком Андриссеном и Беном Хоровицем, давно специализируется на технологических стартапах. Но сегодня она делает нечто большее, чем просто инвестирует — создаёт экосистему знаний и открытых инструментов, чтобы помочь миру лучше понимать искусственный интеллект.

Кроме прямых инвестиций, a16z развивает собственное AI-направление: проводит конференции, выпускает исследования, подкасты и открывает исходные проекты, с которыми можно работать, учиться и экспериментировать.

Open Source и Dev-проекты a16z в области AI

1️⃣ /ai-getting-started

Это JavaScript-шаблон для быстрых экспериментов. Он объединяет готовые настройки для работы с изображениями и текстом.

Проект работает «из коробки»: достаточно клонировать репозиторий, настроить ключи API — и можно сразу посмотреть, как LLM обрабатывают текст, а нейронные сети создают изображения.

Шаблон полезен тем, кто хочет на практике разобраться с базовыми компонентами AI-приложений, не собирая всё вручную.

2️⃣ /companion-app

Следующий проект построен на том же стеке, но с фокусом на чат ботах-компаньонах. Это лёгкий набор для создания собственных AI-ботов с памятью.

Разработчик задаёт боту характер и предысторию — например, «друг» или «помощник» — а система запоминает контекст и предыдущие диалоги.

Этот проект — отличная практика для тех, кто хочет понять, как строятся диалоговые агенты. Здесь задействованы LangChain.js, Pinecone, Clerk и другие популярные инструменты.

3️⃣ /llm-app-stack

Это каталог технологий LLM — своеобразный путеводитель по современной AI-экосистеме.

В нём собраны инструменты, библиотеки и сервисы, которые используются на каждом уровне LLM-стека.

Ресурс помогает новичкам быстро сориентироваться, какие компоненты нужны для создания AI-приложений, а опытным разработчикам — находить редкие решения и альтернативы.

4️⃣ AI Explained Cartoon Series

Обучаться AI через комиксы? Почему бы и нет!

Это серия образовательных иллюстраций, где сложные концепции искусственного интеллекта объясняются в лёгкой, «мультяшной» форме.

Такой формат делает обучение доступным даже для тех, кто никогда не писал код: вместо сухих формул — понятные визуальные истории, которые действительно запоминаются.

5️⃣ /jungle-gym

Jungle Gym — настоящий испытательный полигон для автономных веб-агентов. Это не сам агент, а среда, где можно тестировать и обучать ботов, работающих в браузере.

В ней есть примеры сайтов и задач — например, виртуальный шопинг — а также эталонные сценарии, с которыми можно сверить поведение своего агента.

Проект удобен для разработчиков, создающих автономных AI-помощников, способных действовать в интернете самостоятельно.

6️⃣ Prompt Engineering Guide

Завершает подборку гайд по промпт-инжинирингу, созданный командой DAIR.AI.
Он собирает ключевые техники — от базовых (zero-shot, few-shot) до продвинутых (chain-of-thought, tree-of-thought) — и показывает, как правильно «спрашивать» у модели.

Гайд структурирован как справочник с примерами, ошибками и рекомендациями, а также с курсами и комьюнити для тех, кто хочет глубже погрузиться в тему.

Каждый из этих проектов — открытая дверь в практику. Они помогают не просто читать про искусственный интеллект, а работать с ним, учиться, тестировать идеи и развивать свои навыки.

Независимо от уровня — новичок вы или профи — всё это можно использовать, чтобы стать ближе к миру AI и применять его в жизни и работе.

Наш Telegram

Всем привет! На связи Тимур — SMM-специалист клуба AI Practiq! 👋

Недавно передо мной встала задача: проанализировать контент Telegram-канала через нейросети — чтобы получить не просто отчёт, а полноценное SMM-исследование с SWOT, ER, картой тем и рекомендациями в одном шаблоне.

Начал с поиска подходящего промпта — и, честно, не ожидал, что найду настолько качественный. Готовая структура, универсальный шаблон, всё продумано до мелочей. Именно то, что нужно для системного анализа.

1️⃣ С чего начать

Первый шаг — экспорт истории чата в формате JSON через Telegram Desktop. Главное: снять лишние галочки в настройках и ограничить размер файла до 400–500 МБ.

Не советую выгружать канал с самого начала — старые посты часто теряют актуальность. Оптимально брать период с начала текущего года или последние шесть месяцев. После выгрузки у вас будет файл .json.

Для теста я взял канал Метаверсище и ИИще  — блог о Generative AI, 3D и визуальных технологиях.

2️⃣ Работа с промптом

У меня на руках уже были: JSON-файл, найденный промпт и универсальный шаблон отчёта. Дальше я решил прогнать анализ сразу через три модели — ChatGPT, Grok и Gemini — чтобы сравнить их по качеству.

И вот тут началось самое интересное.

Перед сравнением я внимательно прочитал все отчёты и решил провести небольшой фактчекинг: проверить соответствие ID постов. Все три модели действительно ссылались на существующие посты — приятно удивило. Потом сравнил их по трём параметрам: выбор лучших постов по реакциям и ER, качество выводов и рекомендации по улучшению контента.

Точечно сравнивал анализы по ТОП-5 постов по каждому ИИ

1) Gemini - находит лучшие по кол-ву посты (топ 1 - 186 реакций) - https://t.me/cgevent/11285 02.03.25

2) Grok - не находит лучшие по кол-ву посты (топ 1 по мнению грока - 72 реакции) - https://t.me/cgevent/13851 (но это вчерашний пост 23.10.25, есть вероятность, что он смотрит не такие старые посты). С Grok можно работать, но топ-1 он не выделил (как это сделал Gemini).

3) Chat GPT - не находит лучшие по кол-ву посты (топ 1 по мнению чат гпт - 91 реакция) - https://t.me/cgevent/10728 01.01.2025. Chat GPT не выделил реальный топ-1 и дал совсем старый пост в качестве топ-1 поста.

3️⃣ Результаты

🤖 ChatGPT справился неплохо, но немного сгладил углы — отчёт получился аккуратным, но без глубины.

🌑 Grok сделал упор на стиль и тон, местами даже с иронией, но конкретики оказалось мало.

🔎 А вот Gemini реально впечатлил. Он чётко разложил посты по темам, дал совпадающие с моими наблюдениями выводы и отметил, что длинные посты с «каруселями» теряют реакцию. Предложение собрать их в короткие видео-дайджесты оказалось именно тем, о чём я сам думал.

▶️ Вывод

ChatGPT хорош для быстрых сводок, Grok — для анализа тона и подачи, а Gemini сейчас выглядит самым точным и полезным инструментом для SMM-задач.

Что это даёт?

Теперь я могу автоматизировать большую часть анализа контента: видеть, какие темы работают, как реагирует аудитория и что стоит развивать дальше. Это экономит время и даёт более объективные выводы, чем ручной просмотр постов.

Чем полезен этот промпт?

Его можно применять не только в SMM.

Анализ собственного канала, поиск слабых и сильных сторон, определение тем, которые вовлекают аудиторию, — всё это доступно буквально за несколько минут. Данный промпт не просто считает цифры, а помогает увидеть картину в целом и скорректировать стратегию.

Подписывайся - https://t.me/aipractiq

Технопророки убеждают нас, что ИИ вот-вот отберет нашу работу. Миллионы сотрудников заменят под предлогом сверхблага для клиентов. Но что происходит, когда громкие слова стихают и нейросети остаются один на один с реальными проблемами?

В статье ниже я собрал громкие провалы внедрения ИИ за два года. Klarna затыкала дыры в колл-центрах, сажая программистов за телефоны. Saleforce вдруг озарила мысль, что «у ИИ нет души». Крупнейший банк Австралии CBA поймали на сокращении расходов под прикрытием ИИ.

Что объединяет эти компании?

Все они хвастались, что алгоритмы работают лучше, чем люди.

Но что-то пошло не так.

Как Klarna чуть не стала любимой подопытной морской свинкой Сэма Альтмана

Швеция.

Родина IKEA и Санта-Клауса.

Финтех-компания Klarna выдает микрокредиты. Обычный «купи сейчас, плати потом». Правда на рынке она двадцать лет и зарабатывает неплохо — миллиард долларов в год.

Гендир Себастьян Семятковски человек явно продвинутых взглядов, решает присоединиться в 2024 году к международной гонке по замещению рутинного человеческого труда на ИИ-агентов.

И сразу идет в ва-банк.

В течении года он не нанимает ни одного человека.

Отдел по работе с клиентами почти полностью автоматизирован. ИИ выполняет работу 700 штатных специалистов.

Журналисты облепляют Себастьяна как мухи.

Он хвастается им, что сам предложил свою компанию Сэму Альтману из OpenAI в качестве «любимой подопытной морской свинки».

На встрече с акционерами он даже выпускает своего цифрового аватара. Тот выглядит сносно, пока не начинает шевелить губами и двигать телом, создавая тот странный эффект «растянутых лосин» на коже, от которого страдают многие ИИ-видео, изображающие говорящих людей.

В мае 2025 года Klarna начинает лихорадочно нанимать сотрудников, которых с таким бахвальством заменила.

СМИ разносят новость о шокирующем 17-процентном уровне невозврата по займам в компании. То есть почти каждый шестой клиент просто перестал возвращать долги. Шведские эксперты бьют тревогу: прецедент Klarna — это тревожный сигнал для всего потребительского кредитования страны.

Что случилось?

Хваленые ИИ-агенты оказались «ужасно неэффективны».

Служба поддержки, отданная на откуп алгоритмам, попросту не справилась с потоком проблем.

Business Insider открыто высмеивает Klarna: невезучий финтех не просто пытается вернуть уволенных людей, но и затыкает дыры в колл-центрах, сажая на телефоны программистов и маркетологов.

Себастьян резко меняет риторику.

Теперь он заявляет о новой цели: стать «лучшей компанией с человеческой поддержкой».

Как гендир Salesforce понял, что «У ИИ НЕТ ДУШИ»

Покинем холодные скандинавские горы и перенесемся в солнечную и беззаботную Калифорнию, США.

Нас интересует Salesforce. 

Мировой лидер на рынке CRM-систем. 76 тысяч человек денно и нощно обслуживает 150 тысяч организаций по всему миру, включая Amazon, Walmart, Toyota, BMW и NASA. У них даже есть свой небоскреб, так и называется Salesforce Tower.

И вот, задолго до появления ChatGPT и всего того нейрохайпа, что последует в следующие годы, гендир Марк Бениофф примеряет на себя мантию технопророка и в 2014 году объявляет:

«Мы берем курс на ИИ!».

Само собой, никого он не уволит, а напротив, освободит сотрудников от скучной рутины, чтобы те могли посвятить время творчеству.

2025 год.

Вторя своему шведскому коллеге по инновациям, Бениофф увольняет 4 тысячи сотрудников техподдержки.

45% отдела.

Причина?

ИИ-агенты выполняют половину всей работы, а качество обслуживания клиентов, мол, осталось тем же.

Люди больше не нужны (за два месяца до этого Бениофф утверждал, что они «никуда не денутся»). Приятный бонус: ИИ не только заменил людей, но и начал разгребать 100 млн нерассмотренных заявок на продажу софта, накопленных за 26 лет (сам перезванивает им).

Мир встревожен.

Почалось.

Прогнозы скептиков сбываются: людей заменяют машины!

Недолго музыка играла.

Первым черным лебедем, что что-то пошло не так, был тикет «Верните поиск в справку Salesforce». Эта своего рода петиция, выложенная на сайте в разделе с идеями, набрала уже более 800 голосов.

Люди негодовали:

«ХВАТИТ ПЫТАТЬСЯ ВНЕДРИТЬ AGENTFORCE»

«Это как заменить компьютерную мышь ртом» (речь про ИИ-агента)

«Salesforce пытается скормить всем Agentforce, но это один из их самых отстойных продуктов, который они выпустили только для того, чтобы показать, что участвуют в гонке ИИ»

Приплыли.

Дело в том, что компания отключила обычный поиск по гигантской справке на сайте, заменив его ИИ-агентом Agentforce.

Поиск в итоге вернули.

Дальше пошли разоблачительные посты в соцсетях.

Вот пример.

Джо Сирианни проработал в Salesforce 15 лет и прямо обвинил Бениоффа во лжи.

Он утверждает, что компания сократила тысячи человек, чтобы разыграть спектакль для инвесторов. Их ИИ не готов к работе в поле. Это глючный продукт. Чтобы он хоть как-то работал, нужны «чистые данные» (вычищенная от хлама база данных клиентов) и опытные настройщики. Да и поддержка была сломана задолго до ИИ. Все держалось на людях, которые часами носились по отделам и по десять раз пересказывали одну и ту же проблему, выбивая хоть какой-то внятный ответ для клиента.

Linkedin. Пост бывшего сотрудника Salesforce Джо Сирианни (уволился два месяца назад). Он пишет: «Дело не в искусственном интеллекте. … Это корпоративный театр, призванный поднять настроение Уолл-стрит, в то время как сотрудники и клиенты остаются не у дел»

Еще всплыли два отчета.

Собственное недавнее исследование Salesforce.

И это выстрел себе в ногу.

Подробности:

Смысл отчетов в том, что в реальных задачах ИИ-агенты лажают чаще, чем люди, и могут даже выдать конфиденциальные данные клиентов или самой компании. Эксперты попытались пофиксить косяк, то есть дали ИИ прямую команду (например, «Не разглашай секреты!»), но он проваливал обычные задачи из-за боязни нарушить новое правило.

Короче, Бениофф уволил кучу народа, а его технари вскоре документально доказали, что его ИИ-агенты это красивое демо.

Не прошло и полгода, как гендир снова выходит к прессе и заявляет:

«У ИИ НЕТ ДУШИ» (AI doesn't have a soul)

И нанимает 5 тысяч новых продавцов.

Людей!

Немного удрученно, он поясняет, что для продаж «у ИИ не хватает чего-то важного» и нужен «человеческий контакт».

Техподдержка, наверное, не в счет. Люди же так любят решать проблемы с глючными ботами.

Учитывая, что стоимость Salesforce с начала года снизилась на 23% и продолжает бултыхаться на дне, ИИ-инновации явно не помогают.

Внезапный гуманизм?

На мой взгляд, похоже на попытку переобуться в воздухе.

Вы дочитали до середины, а это значит, вам нравится, что я делаю. Поставьте сердечко под статьей и присоединяйтесь к 13 тысячам подписчиков в Бегин, где я выкладываю больше разборов по ИИ.

Продолжим.

Как крупнейший банк Австралии «цинично сокращал расходы», под предлогом замены людей на ИИ

Заглянем в единственную страну в мире, где кенгуру больше, чем людей, а за звонок в дверь без уважительной причины штрафуют.

Мы в Австралии.

Летом 2025 года крупнейший банк страны Commonwealth Bank of Australia (CBA) рассылает «письма счастья» 45 сотрудникам поддержки.

Их заменяют на голосового чат-бота с благой целью: снизить число звонков на 2 тысячи в неделю.

Сказано — сделано.

Проходит неделя, две, три.

Количество звонков не снижается, а наоборот растет.

Колл-центр захлебывается.

Руководство суетится.

В ход идет старый добрый прием: менеджеров и руководителей отделов срывают с их мест и сажают за телефоны отвечать клиентам. Предлагают сверхурочные, чтобы хоть как-то разгрести завалы.

Уволенные сотрудники не сидят сложа руки.

Они идут в профсоюз и обвиняют CBA в откровенной лжи: под предлогом внедрения ИИ, банк скрывает сокращение расходов!

Профсоюз тащит банкиров в трибунал по справедливым условиям труда. Там выясняется, что CBA во время увольнений втихомолку нанимал людей на аналогичные роли в Индии. То есть реально они заменили дорогих австралийских сотрудников на более дешевых индийских. Чем прикрыли? Правильно, ИИ.

Банк прижимают к стенке, он признает ошибку публично. Мол следовало лучше продумать сколько людей им было нужно, чтобы покрыть растущий объем звонков.

Хотя непонятно при чем здесь звонки. Чат-боты ведь не люди? Они не устают, не болеют, не меняют работодателя, когда захотят. Накупили учеток, настроили и вперед.

Уволенным предложили вернуться или забрать компенсацию.

Глава профсоюза Джулия Ангрисано назвала всю эту авантюру циничным сокращением расходов, высказав мысль, что банк просто поймали на попытке сэкономить на людях, прикрывшись ИИ.

McDonald’s: бекон к мороженому не желаете?

Мы в сердце Америки.

В храме холестерина.

Мы в McDonald’s.

В 2021 году король фастфуда объединяется с IBM, чтобы протестировать ИИ для голосового заказа в ста американских закусочных.

Задумка хорошая.

Ты подъезжаешь к окошку, озвучиваешь заказ в микрофон. ИИ записывает его вместо сотрудника-человека. Через пару минут получаешь свой бургер и картошку. При этом ИИ понимает любые твои хотелки, так как успел проанализировать твою историю заказов еще до того, как ты сам поймешь чего хочешь, встав у таблички с меню.

2024 год.

TikTok разрывает от очередных «инноваций» ИИ.

Вирусятся видео, где задыхающиеся от смеха клиенты McDonald’s кричат «Стоп!», а ИИ методично пробивает им 260 наггетсов на $222. А еще путает заказы из соседних машин, добавляет бекон к мороженому или предлагает девять порций сладкого чая, вместо булочки с корицей.

Публичный провал.

Насмотревшись тиктоков, компания рассылает закусочным, участвовавшим в тесте, предписание отключить ИИ до конца месяца.

Я не нашел точной суммы, сколько McDonald’s потратили на эксперимент, но журналисты раскопали, что одно только умное меню с предпочтениями клиентов обошлось им в 300 млн долларов.

Кстати, IBM, не растерялась и сказала что их технология самая крутая в общепите, мол они уже предложили ее конкурентам. Прямой намек на то, что у McDonald's руки не из того места.

Сам же McDonald’s заявил, что они продолжат внедрять ИИ.

Просто с IBM не срослось, и в конце года, они возможно, начнут снова, но уже с другим поставщиком.

Уже конец 2025 года, а о голосовых ИИ-заказах вестей так и нет.

Так в чем проблема?

Microsoft и Amazon, несмотря на рекордные прибыли, сокращают тысячи сотрудников и продолжают внедрять ИИ. Только за 2025 год они уволили около 30 тысяч человек. Техподдержка, программисты, тестировщики, аналитики, отдел кадров и другие.

Вроде все у них работает.

С другой стороны, бренды поменьше, такие как Klarna, Salesforce, CBA или McDonald’s, сталкиваются с чем-то вроде разрыва реальности.

Так в чем проблема?

Неужели у первых элементарно больше ресурсов?

Деньги. Инфраструктура. Хорошие спецы. Экспертиза.

Может дело в том, что компании поменьше внедряли не свой ИИ (преимущественно), а стороннего поставщика?

Пишут, что каждая третья американских компания уже заменила сотрудников на чат-ботов вроде ChatGPT. Согласно исследованию ВЭФ к 2030 году около 92 млн человек будут сокращены из-за ИИ. Таких прогнозов уже десятки, они нарастают как снежный ком.

Появляются такие кадры, как Элайджа Кларк, консультант по внедрению ИИ, — он публично говорит, что сам чрезвычайно рад увольнять людей, так как «ИИ не бастует и не просит повысить зарплату», и вообще его работа — помогать другим боссам сокращать рабочие места прямо сейчас.

С другой стороны ИИ не так хорош как это преподносят разработчики и некоторые блогеры.

Что говорят исследователи:

• 55% работодателей сожалеют, что уволили сотрудников из-за ИИ. Интересно, что 80% начнут обучать своих сотрудников работе с ИИ

• 95% компаний, рискнувших внедрить ИИ, не получили сколько-нибудь значимого роста доходов

• Более 40% проектов, связанных с ИИ-агентами, будут закрыты до конца 2027 года: они слишком дорогие, непонятно, как приносят прибыль, или сами компании плохо контролируют риски

• 77% сотрудников считают, что ИИ увеличивает их нагрузку, 39% тратят больше времени на исправление ошибок нейросетей.

В начале года ученые из Университета Карнеги-Меллона провели эксперимент: доверили управлять компанией ИИ-агентам от Google, OpenAI, Anthropic и Meta* (признана экстремистской и запрещена в РФ).

Там были менеджеры проектов, программисты, аналитики и другие.

Им поручали обычные офисные дела вроде найди документы или напиши отчет.

Итог был плачевный.

Лучший ИИ-агент смог закрыть лишь 24% поставленных задач.

Хуже того, такая мизерная производительность обходилась бизнесу слишком дорого — 6 долларов за задачу.

Например, надо тебе два раза в неделю написать письмо клиенту и прикрепить к нему нужный файл, будь добр платить 50 баксов в месяц. При этом каждое 7 письмо ты, скорее всего, будешь отсылать сам, ведь ИИ-агент может не загрузить вложение или отправить письмо не туда.

Как быть, если у тебя сотни клиентов?

Понятно, что с простыми задачами агент справится. Но реальный бизнес строится именно на сложных задачах.

Авторы эксперимента говорят в заключении, что агентам не хватает здравого смысла и умения работать в команде.

Судя по тому, как некоторые гендиры хвастаются, что уволили тысячи сотрудников, а потом сажают программистов за телефоны и заявляют, что у ИИ «не хватает души», здравого смысла не хватает не только им.

Спасибо, что дочитали до конца!

Теперь ваша очередь.

Почему гендиры проваливают внедрение ИИ?

Идеальные бездушные сотрудники — это временный хайп или «инновационный» каток пройдется все же по всем?

Напишите в комментариях, я читаю все.

Если вам понравилось, как я разбираю тему, лучшей поддержкой будет лайк для статьи и подписка на мой канал Бегин. Из других свежих статей рекомендую перессказ интервью Джеффри Хинтона (крестный отец нейросетей), где он рассуждает о рисках ИИ.

До встречи.

Я сгенерил Богдану фотку в Нано Банана — омолодил себя до 24 лет, чтобы на собеседовании я был похож на него.
Вот резюме Богдана. Можете позвонить по номеру и он с вами поговорит😆 (надеюсь желающих будет не супер много и я не разорюсь на токенах).

Что я с ним сделал

Я откликнулся 731 раз на вакансии «оператор колл-центра».
Результат:

• 156 раз перезвонили (и говорили не со мной, а с Богданом);

• 52 раза написали в WhatsApp;

• Богдан отвечал на вопросы рекрутеров и записывался на собеседование.

То есть рекрутеры всерьёз общались с ИИ, а не со мной.

Пикабу не даёт сюда закинуть аудио, но пример разговора (9 минут, нормальная, живая болтовня про вакансию) у меня в телеге — кину ссылку в комментарии, чтобы тут не ругались.

Что дальше делал я

На собеседование уже я ходил лично. Прихожу и вместо «я такой-то, люблю командную работу» говорю: «Расскажете ваш бизнес-процесс приёма звонков» и если его можно было автоматизировать, то предлагал услуги Богдана.

Так я сделал 11 офферов.

Проблема только в том, что на собеседованиях чаще сидели не те, кто принимает решение, а те, кому «надо закрыть вакансию человеком». Поэтому воронка получилась веселая, но не до конца рабочая.

Зачем вообще весь сыр-бор

Потому что если один ИИ (Богдан) может:

• брать звонки,

• уверенно говорить 8–9 минут,

• отвечать на вопросы по вакансии,

то ничего не мешает сделать 10, 100 или 1000 таких и «устроить» их в разные компании на операторские задачи.
А ты в это время не сидишь у телефона — ты их просто настраиваешь и продаёшь.

Это и есть мой «план-капкан»:

«пусть работу ищет ИИ, пусть он же и работает, а я буду этим торговать» 😎

Почему это сейчас работает даже лучше

• аудиозвонки в мессенджеры подрезали — все снова звонят по GSM;

• связь местами стала хуже — отлично, ИИ под это маскируется 😂

• компании устали от текучки и рады бы «одного, но стабильного».

ИИ как раз такой:

• не болеет,

• не «ой, у меня отключили интернет»,

• не забывает спросить «как вас зовут» и «какой город».

А это законно?

Мы в этом эксперименте звонили и общались с компаниями (юрлица), а не «тёте Маше с личным номером», поэтому тут проще по 152-ФЗ.

Что могу сделать для вас

Если у вас есть:

• бизнес, куда звонят часто и одно и то же спрашивают;

• или вы сами хотите «запускать» ИИ-агента, который будет звонить рекрутерам и предлагать ваши услуги;

• или вы хотите посмотреть, как ваш скрипт будет звучать в реальном звонке —

пишите сценарий в комменты. Скажу, что можно отдать ИИ сразу, а что лучше оставить человеку.

Сайт с примерами записей звонков с разными сценариями тут https://aicall-profi.ru/